如何高效对整数数组执行多组区间比较统计？

我有一个整数数组：

import numpy as np
mypos = np.array([10, 20, 30, 40, 50])

以及一组由起始和结束位置组成的区间列表：

mydelims = [[5, 12],
            [15,31],
            [12,16],
            [22,69]]

我想要遍历mydelims，统计每个区间内包含的数组元素数量。一开始写了这段代码：

for mypair in mydelims:
    print(sum(mypos>mypair[0] & mypos<mypair[1]))

但Python无法正常运行。已知mypos>42会返回布尔数组，想知道对整数数组执行多组区间比较的最高效方法是什么？

你写的代码报错核心是运算符优先级问题：&（按位与）的优先级比比较运算符>、<更高，导致代码实际执行的是mypair[0] & mypos，完全偏离了原本的区间判断逻辑。

只需要给每个比较表达式加上括号，修正后的代码就能正常运行：

for mypair in mydelims:
    print(sum((mypos > mypair[0]) & (mypos < mypair[1])))

执行后会依次输出每个区间内的元素数量：1、2、0、3。

如果处理的数组或区间数量较大，Python层面的循环效率较低，推荐用NumPy的矢量化操作来提升性能：

方法一：利用np.searchsorted（最优大数量场景） #

searchsorted基于二分查找实现，能快速找到边界在有序数组中的插入位置，通过左右位置的差值得到区间内元素数量，时间复杂度为O(n log m)（n为区间数，m为数组长度），适合大数据量场景：

import numpy as np

mypos = np.array([10, 20, 30, 40, 50])
mydelims = np.array([[5, 12], [15,31], [12,16], [22,69]])

# 若mypos未排序，先执行mypos.sort()
left_idx = np.searchsorted(mypos, mydelims[:, 0], side='right')
right_idx = np.searchsorted(mypos, mydelims[:, 1], side='left')
counts = right_idx - left_idx

print(counts)  # 输出: [1 2 0 3]

• side='right'表示左边界的插入位置取右侧，确保只统计大于左边界的元素
• side='left'表示右边界的插入位置取左侧，确保只统计小于右边界的元素

方法二：矢量化广播比较 #

利用NumPy的广播机制，将区间数组和元素数组扩展为二维布尔矩阵，再按行求和得到每个区间的元素数量，适合中等数据量场景：

import numpy as np

mypos = np.array([10, 20, 30, 40, 50])
mydelims = np.array([[5, 12], [15,31], [12,16], [22,69]])

# 通过newaxis扩展维度，实现广播比较，得到(4,5)的布尔矩阵
mask = (mypos > mydelims[:, 0, np.newaxis]) & (mypos < mydelims[:, 1, np.newaxis])
counts = mask.sum(axis=1)

print(counts)  # 输出: [1 2 0 3]

这种方法把循环逻辑放到NumPy底层的C实现中执行，效率远高于Python循环。

内容的提问来源于stack exchange，提问作者Whitehot